中国上市公司财务危机预警研究——基于BP神经网络的分析.pdf

《中国上市公司财务危机预警研究——基于BP神经网络的分析.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、中国上市公司财务危机预警研究——基于BP神经网络的分析李晓燕[摘要]随着经济不断向前发展和国际经济一体化进程不断加速以及国家宏观政策的调整变化，企业面临着更大的经营风险。企业管理者面临着新的更大挑战，投资者面临着更为复杂的投资环境。强化风险意识能力，提高风险预测精度，增强风险控制力，不仅是广大企业管理者时刻关注的重要问题，更是保持企业长期稳定健康发展、促进企业价值不断增加的需要。本文运用BP神经网络输入变量构建上市公司财务危机预警模型，结果表明BP神经网络对公司财务危机具有较强预测能力，更能准确反映公司真实的财务状况，对公司管理

2、者与投资者有重要的参考价值和指导意义。【关键词】经济管理；财务危机；因子分析；BP神经网络中图分类号：30．9文献标识码：A文章编号：1004-3926(2012)12—Ol56—05作者简介：李晓燕(1980一)，女，重庆人，西南交通大学经济管理学院博士研究生，成都理工大学商学院讲师，研究方向：金融工程与风险管理。四川成都610059随着经济不断向前发展和国际经济一体化进模拟生物神经元对信息处理方式提出了M—P程不断加速以及国家宏观政策的调整变化，企业人工神经网络模型。人工神经网络的广泛运用面临着更大的经营风险，企业管理者面临

3、着新的给危机预警研究注入了新的活力，大量学者使用更大挑战，投资者面临着更为复杂的投资环境。该模型来克服危机预警中的非线性问题且避免为了应对外部环境的变化和挑战，企业管理者和计算过程中的近似处理，使预测结果更加准确。利益相关者更加重视企业自身的财务状况的变建立神经网络公司危机预警模型，可以起到很好化，以便及时发现问题、采取防范措施从而维护公的风险预警作用。杨雅欣(2010)利用改进后的司和投资者的利益。对于上市公司而言，如果被杜邦体系和BP神经网络对公司财务危机进行研证券交易所sT(SpecialTreatment)则常常被认为究

4、，其研究效果比采用传统指标的BP神经网络该公司发生了财务危机。预警模型具有更高的预测精度。【4因此，对公司最早的财务危机预警模型是Fitzpatrick财务危机的成因和预警进行研究，对于上市公司(1932)的单变量破产预测研究，他发现净利润／规避财务风险，推动公司健康稳定发展，维护利股东权益和股东权益／负债对企业破产的预测能益相关者的利益，都具有十分重要的理论价值与力最强，且在企业破产前三年这些比率出现了显实际意义。著性差异。⋯~eaver(1966)是第一位系统运用统一、上市公司BP神经网络财务危机预警模型计方法和财务比率对企

5、业失败进行研究的学者，设计他分别考察了3O个财务比率对企业陷入财务困境前5年的预测能力，发现营运资金／总负债这一(一)模型建立说明指标的预测准确率在财务危机发生前5年分别为本文随机选取在我国上市的3l家公司为学87％、79％、77％、76％、78％。Ohlson(1980)运习样本，并选用公司前三年的财务指标信息为预用I~gistic模型对1970年至1976年间105家破产警指标建立BP人工神经网络模型对其财务状况公司和2058家非破产公司进行了财务危机研究，进行分析。在指标筛选时，采用因子分析进行降其预测准确率为96．12％

6、。[3维，然后将筛选出的指标作为神经网络的输入变1943年心理学家MeCulloch和数学家Pitts量建立上市公司财务危机预警模型。最后，又随管理157机选取l5家上市公司对所建立的模型进行检验。目标值为从财务危机备选指标体系来看，本文不仅选I．信号的正向传播取了传统的资产流动能力、偿债能力、营运能力、(1)隐藏层中第i个神经元的输出为：盈利能力和发展能力5方面的财务指标，而且在8l(善tlI+bli)(k=12⋯‘，s1)(I)其他指标中选取了股票投资者十分关心的市净率(2)输出层第玉个神经元的输出为：和每股息税前利润等财务

7、指标。通过增添这些指标使所建立的财务危机模型，不仅能满足公司管a2I=／2(．l‘『2H口li+b2I)(=1，2，⋯⋯，32)(2)理者的需要，而且能够满足股票投资者的需求。(3)定义增量处理方式下的对应第k个样本从预测分析来看，我们既分别分析了前三年的预对的神经网络学习误差函数E为：测情况，又从前三年整体情况进行了综合分析，这样使所建立的模型更接近于实际情况，使模型对E(W，)=蔼(一口2I)(3)实际情况更能进行有效预测。2．误差反向传播(二)神经网络BP算法(1)输出层的权值变化近年来，人工神经网络因其学习精度高、容从隐

8、藏层第个神经元输入到输出层第k个错性强以及能有效解决非线性问题等优点而被神经元输出之间的连接权值，我们就可以得到如人们广泛采用。BP神经网络是基于误差反向传下更新增量计算公式：播算法(Back—Propagation，BP算法)的多层前馈一神经网络，它体现了神经